嵌入非对称拒识代价的二元分类算法
针对传统分类算法隐含的假设(相信并且接受每个样本的分类结果)在医疗/故障诊断和欺诈/入侵检测等领域中并不适用的问题,提出嵌入非对称拒识代价的二元分类问题,并对其进行简化.在此基础上设计出基于支持向量机(SVM)的代价敏感分类算法(CSVM-CRC).该算法包括训练 SVM 分类器、计算后验概率、估计分类可靠性和确定最优拒识阈值4个步骤.基于10个 Benchmark 数据集的实验研究表明, CSVM-CRC 算法能够有效降低平均代价.
结构风险最小化、非对称拒识代价、分类可靠性、支持向量机
TP18(自动化基础理论)
2013-06-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
855-860